Tortoise ORM入门之理论篇

简介: Tortoise ORM入门之理论篇

最近在做 python 开发的时候,发现一个非常好用的 ORM 框架《Tortoise ORM》。它是是一个受 Django 启发的易于使用的异步 ORM(对象关系映射器),它的设计中有着这样一句话:“你不仅要处理表,还要处理关系数据"。 ORM(对象关系映射器)旨在解决这些问题,通过集中您的数据模型和数据规则,确保您的数据得到安全管理(提供对 SQL 注入的免疫力)并跟踪关系,因此您不必。

介绍

  • Tortoise ORM 是受 Django 启发的易于使用的 asyncioORM (对象关系映射器) 。

  • Tortoise ORM 的构建类似于 Django ORM。它的设计中不仅使用表格,还使用关系数据。

  • 与其他 Python ORM 相比,它也表现良好,与 Pony ORM 进行交易:

Tortoise ORM 支持那些数据库

Tortoise 当前支持以下数据库:

  • SQLite (using aiosqlite)
  • PostgreSQL >= 9.4 (using asyncpg or psycopg)
  • MySQL/MariaDB (using asyncmy)
  • Microsoft SQL Server (using asyncodbc)

环境配置

pip install tortoise-orm

# 安装数据库驱动
pip install tortoise-orm[asyncpg]
pip install tortoise-orm[aiomysql]
pip install tortoise-orm[asyncmy]
# 除此之外,还支持:aiosqlite

数据库链接

sqlite

通常采用以下形式sqlite://DB_FILE因此,如果 DB_FILE 为/data/DB.sqlite3,则字符串将为sqlite:///data/db.sqlite3(注意三个/)

mysql

mysql://user:password@host:3306/somedb
  • user:用于连接的用户名
  • password: 用户名的密码。
  • host:数据库所在的网络主机
  • port:数据库可用的网络端口.(默认为 3306)
  • database:要使用的数据库。

postgres

postgres 数据库通常采用以下形式:

asyncpg://postgres:pass@db.host:5432/somedb #异步
psycopg://postgres:pass@db.host:5432/somedb #同步

mssql

mssql 数据库通常采用以下形式:

mssql://user:pass@host:1433/db?driver=theodbcdriver
  • user: 用于连接的用户名
  • password: 用户名的密码。
  • host: 数据库所在的网络主机
  • port: 数据库可用的网络端口。(默认为 1443)
  • database: 要使用的数据库。
  • driver: 要使用的 ODBC 驱动程序。ODBC 驱动程序的实际名称 odbcinst.ini 文件(您可以使用最小值命令)。它要求 Unix 数据中心安装在您的系统中。

创建数据库

from tortoise import Tortoise, run_async

async def init():
    # Here we create a SQLite DB using file "db.sqlite3"
    #  also specify the app name of "models"
    #  which contain models from "app.models"
    await Tortoise.init(
        db_url='sqlite://db.sqlite3',
        modules={
   'models': ['models']}
    )
    # Generate the schema
    await Tortoise.generate_schemas()  # safe:仅在表不存在时创建表

run_async(init())  # 会自动进入上下文处理,在运行完成时,自动关闭数据库连接

如果要使用 MySQL 就要安装依赖pip install tortoise-orm[aiomysql]

创建模型

from tortoise.models import Model
from tortoise.manager import Manager

class Team(Model):
    id = fields.IntField(pk=True)
    name = fields.TextField()

    class Meta:
        abstract = False
        table = "team"
        table_description = ""
        unique_together = ()
        indexes = ()
        ordering = []
        manager = Manager
  • abstract:设置为 True 表明这是一个抽象类,不会生成数据表
  • table:设置表名,不设置默认已类名作为数据表名
  • table_description:设置此项可为为当前模型创建的表生成注释消息
    unique_together : 指定 unique_together 为列集设置复合唯一索引,其为元组的元组
  • indexes:指定 indexes 为列集设置复合非唯一索引,它应该是元组的元组
  • ordering : 指定 ordering 为给定模型设置默认排序。.order_by(...)它应该可以迭代以与接收相同的方式格式化的字符串。
  • manager: 指定 manager 覆盖默认管理器。它应该是实例 tortoise.manager.Manager 或子类。

字段

更详细的信息可以查看[官方文档]

数据字段

Field(source_field = None , generated = False , pk = False , null = False , default = None , unique = False , index = False , description = None , model = None , validators = None , ** kwargs
  • source_field (Optional[str]): 如果 DB 列名称需要是特定的而不是从字段名称中生成,则提供 source_field 名称。
  • generated (bool): 该字段是否由数据库生成
  • pk (bool): 该字段是否为主键
  • null (bool): 主键是否可以为空
  • default (Optional[Any]):该字段的默认值
  • unique (bool) :该字段的值是否唯一
  • index (bool):设置该字段是否为索引
  • description (Optional[str]) :字段描述,也将出现在Tortoise.desc> ribe_model()生成的 DDL 中并作为 DB 注释出现。
  • validators (Optional[List[Union[Validator, Callable]]]) :此字段的验证器

关系字段

ForeignKeyField( model_name , related_name = None , on_delete = 'CASCADE' , db_constraint = True , ** kwargs )

OneToOneField( model_name , related_name = None , on_delete = 'CASCADE' , db_constraint = True , ** kwargs )
  • model_name:关联模型的名称{app}.{models}
  • related_name:相关模型上的属性名称,用于反向解析外键
  • on_delete:
  • field.CASCADE:表示如果相关模型被删除,该模型应该被级联删除
  • field.RESTRICT:表示只要有外键指向,相关模型删除就会受到限制
  • field.SET_NULL:将字段重置为 NULL,以防相关模型被删除。仅当字段已设置时才能null=True设置
  • field.SET_DEFAULT:将字段重置为default值,以防相关模型被删除。只能设置是字段有一个default集合
  • to_field:建立外键关系的相关模型上的属性名。如果未设置,则使用pk
  • db_constraint: 控制是否应在数据库中为此外键创建约束。默认值为 True,将此设置为 False 可能对数据完整性非常不利
ManyToManyField(model_name, through=None, forward_key=None, backward_key='', related_name='', on_delete='CASCADE', db_constraint=True, **kwargs)
  • through:通过中间表进行连接
  • forward_key: 直通表上的正向查找键。默认值通常是安全的
  • backward_key: 通表上的向后查找键。默认值通常是安全的

查询

模型本身有几种方法可以启动查询:

  • filter(*args, **kwargs):使用给定的过滤器创建 QuerySet
  • exclude(*args, **kwargs):使用给定的排除过滤器创建 QuerySet
  • all():创建不带过滤器的查询集
  • first():创建仅限于一个对象的查询集并返回实例而不是列表
  • annotate(): 使用额外的函数/聚合对结果进行再过滤

其中filter可以指定的对象:

  • in:检查字段的值是否在传递列表中
  • not_in: 检查字段的值是不在传递列表中
  • gte:大于或等于传递的值
  • gt:大于传递值
  • lte:低于或等于传递的值
  • lt:低于通过值
  • range:介于和给定两个值之间
  • isnull:字段为空
  • not_isnull:字段不为空
  • contains:字段包含指定的子字符串
  • icontains:不区分大小写contains
  • startswith:如果字段以值开头
  • istartswith:不区分大小写startswith
  • endswith:如果字段以值结尾
  • iendswith:不区分大小写endswith
  • iexact:不区分大小写等于
  • search:全文搜索

Q 对象

Q( * args , join_type = 'AND' , ** kwargs )
  • join_type:连接类型,OR\AND
  • args ( Q) :Q要包装的内部表达式
  • kwargs ( Any) :此 Q 对象应封装的过滤语句
相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
本实验从Web应用上云这个最基本的、最普遍的需求出发,帮助IT从业者们通过“阿里云Web应用上云解决方案”,了解一个企业级Web应用上云的常见架构,了解如何构建一个高可用、可扩展的企业级应用架构。
MySQL数据库入门学习
本课程通过最流行的开源数据库MySQL带你了解数据库的世界。   相关的阿里云产品:云数据库RDS MySQL 版 阿里云关系型数据库RDS(Relational Database Service)是一种稳定可靠、可弹性伸缩的在线数据库服务,提供容灾、备份、恢复、迁移等方面的全套解决方案,彻底解决数据库运维的烦恼。 了解产品详情: https://www.aliyun.com/product/rds/mysql 
目录
相关文章
|
Web App开发 网络安全
SSL接收到一个超出最大准许长度的记录 错误处理
SSL接收到一个超出最大准许长度的记录 错误处理
10574 77
SSL接收到一个超出最大准许长度的记录 错误处理
|
数据库
FastAPI的数据库操作终于整明白了!
FastAPI的数据库操作终于整明白了!
3928 0
FastAPI的数据库操作终于整明白了!
|
人工智能 API 开发者
FastAPI开发者福音!FastAPI-MCP:将FastAPI秒变MCP服务器的开源神器,无需配置自动转换!
FastAPI-MCP是一款能将FastAPI应用端点自动转换为符合模型上下文协议(MCP)的开源工具,支持零配置自动发现接口并保留完整文档和模式定义。
6573 113
FastAPI开发者福音!FastAPI-MCP:将FastAPI秒变MCP服务器的开源神器,无需配置自动转换!
|
JavaScript 中间件 测试技术
FastAPI全面指南:从入门到企业级应用实战
FastAPI正迅速成为Python Web开发领域的明星框架。它以高性能、高效率和现代化特性著称,性能媲美Go/Node.js,支持异步编程并内置自动化文档系统。本文全面解析FastAPI核心功能,包括类型安全路由、Pydantic数据验证、异步支持等,并通过实战案例展示其在RESTful API开发、微服务架构、实时数据处理及机器学习模型部署中的应用。同时,文章提供数据库集成、中间件配置和测试策略等最佳实践,解决常见问题并展望未来技术发展方向。掌握FastAPI,助你构建高效现代化Web应用。
2458 1
|
数据库
Tortoise ORM 和 Aerich 使用文档参考表
【8月更文挑战第15天】
1283 1
|
存储 数据库 Python
Django模型关系:从一对多到多对多全解析
本文详解Django模型关系:一对多(ForeignKey)及多对多(ManyToManyField)关系的定义、操作与优化技巧。同时探讨外键约束的使用场景与权衡策略。
825 0
|
监控 Linux 数据安全/隐私保护
Python实现Word转PDF全攻略:从入门到实战
在数字化办公中,Python实现Word转PDF自动化,可大幅提升处理效率,解决格式兼容问题。本文详解五种主流方案,包括跨平台的docx2pdf、Windows原生的pywin32、服务器部署首选的LibreOffice命令行、企业级的Aspose.Words,以及轻量级的python-docx+pdfkit组合。每种方案均提供核心代码与适用场景,并涵盖中文字体处理、表格优化、批量进度监控等实用技巧,助力高效办公自动化。
2435 0
|
关系型数据库 API 数据库
Python流行orm框架对比
Python中有多个流行的ORM框架,如SQLAlchemy、Django ORM、Peewee、Tortoise ORM、Pony ORM、SQLModel和GINO。每个框架各有特点,适用于不同的项目需求。SQLAlchemy功能强大且灵活,适合复杂项目;Django ORM与Django框架无缝集成,易用性强;Peewee轻量级且简单,适合小型项目;Tortoise ORM专为异步框架设计;Pony ORM查询语法直观;SQLModel结合Pydantic,适合FastAPI;GINO则适合异步环境开发。初学者推荐使用Django ORM或Peewee,因其易学易用。
2999 4
|
JSON JavaScript 前端开发
shpfile转GeoJSON;控制shp转GeoJSON的精度;如何获取GeoJSON;GeoJSON是什么有什么用;GeoJSON结构详解(带数据示例)
在使用Openlayers、leaflet、mapbox等地图控件的时候,GeoJSON几乎是不可避免打交道的数据类型,如果您想要从事gis行业相关的开发工作,本篇文章应该能为您带来一些帮助。 博客不应该只有代码和解决方案,重点应该在于给出解决方案的同时分享思维模式,只有思维才能可持续地解决问题,只有思维才是真正值得学习和分享的核心要素。如果这篇博客能给您带来一点帮助,麻烦您点个赞支持一下,还可以收藏起来以备不时之需,有疑问和错误欢迎在评论区指出~
|
JSON Java Maven
关于使用Java-JWT的笔记
这篇文章介绍了使用Java-JWT库来生成和验证JSON Web Tokens (JWT) 的方法。文中解释了JWT的组成,包括头部、载荷和签名,并提供了如何使用java-jwt库生成和验证token的示例代码。此外,还提供了Maven依赖和一些关于token的标准声明和自定义声明的解释。
关于使用Java-JWT的笔记